weixin_44265800的博客

1.先使用命令行将数据转成tif，并转换经纬度语句：gdalwarp -t_srs "EPSG:4326" HDF4_EOS:EOS_GRID:"MCD19A2.A2021215.h10v04.006.2021217045137.hdf"::grid1km:Optical_Depth_055 test.tif2.然后还没有结束，你就会得到一个有6个波段的tif数据。经过查看发现，这个六个波段合成的结果就是这整个的数据3.使用python rasterio将数据进行一个融合输出代码：impor

1.论文及算法简要说明论文地址===简要说明：论文中提出了提出了一种新的算法，以智能地重新分配数据，否则将有助于这些"假热点"，将它们移动到可能反映真实世界模式的同质规模的位置，从而允许创建更具代表性的可视化，而不会受到多尺度数据产生的"假热点"的负面影响。===大致意思就是，从论文的数据来讲，论文以人口热点为例，数据是一个地区内的一些twitter用户在英国王妃婚礼这天发的动态，但是直接根据这些点来进行热力分析是不对的，算法种考虑了区域对于热力点的影像，使用该地区的人口来作为权重栅格，将每个点重新定

一、原理1.瓦片地图原理：瓦片地图原理- 简书 (jianshu.com)二、过程爬取数据1.找到矢量瓦片服务地址，以及瓦片的请求规则，构造请求url2.计算瓦片范围，通过查看服务参数信息，发现服务为arcgisserver服务，服务信息地址：Services Directory - Map_4(VectorTileServer) (arcgis.com)可以看到范围，瓦片层级对应的容差和比例，瓦片原点信息，利用这些信息可以用来计算瓦片的位置（我这里使用代码计算，二次验证瓦片信息的准确性）